好算法,坏算法?算法逻辑下零工工作者的过度劳动研究

天然具有“最优解”属性的算法技术使平台对零工工作者效率的控制达到了前所未有的水平。在算法逻辑的管理控制下,数字零工群体面临着高强度、高压力和高风险的过度劳动困境。本研究基于工作要求-资源模型,探讨了算法控制何时以及如何影响零工工作者过度劳动。问卷调查发现(N=1004),零工工作者感知算法控制的三个维度有着差异化的影响效应:首先,零工工作者感知到的算法追踪评估会通过抑制工作自主性,进而导致过度劳动;其次,零工工作者感知到的算法行为约束会通过诱发工作不安全感,进而导致过度劳动;最后,零工工作者感知到的算法规范指导作为一种个体能够感知到的技术支持资源,不仅调节了算法追踪评估与工作自主性的关系、算法行为约束与工作不安全感的关系,还调节了算法追踪评估通过工作自主性影响过度劳动、算法行为约束通过工作不安全感影响过度劳动的间接效应。研究发现有助于学界辩证地认识算法控制这一新兴管理实践,并为我国零工经济市场中和谐劳动关系的有序构建、劳动者合法权益的保障提供实践启示。     

基于非对称主动风险测度的增强型指数追踪模型及应用

本文以下方追踪误差测度非对称主动风险，构建了可以折衷超额收益和下方追踪误差的增强型指数追踪模型，给出了求解模型的广义最小角度回归（generalized least angle regression，简称GLARS）算法，并基于上证50进行了实证。GLARS算法可以给出超额收益在合理区间变化时，使得下方追踪误差最小的组合系数解路径，刻画投资组合的"超额收益—下方追踪误差"有效前沿。将模型应用于中国证券市场上证50指数，与基于"超额收益—追踪误差"的增强型指数追踪模型相比，得到如下实证结论：控制组合股票支数，本文组合的超额收益、单位风险收益更高，在承担相同风险的情况下，得到了更高的平均收益补偿；正下方离差中位数、最大回撤更小，右偏程度更高，表现出"守住下限，放开上限"的特质。本文组合在稀疏性要求下，样本外可以获得高于基准指数的累积收益，对机构和个人投资者具有参考价值，丰富了现有指数追踪研究。     

Data atrix二维条码识别算法的研究

二维条码(Two—dimensional Barcode)所含信息量大、纠错力强而且不依赖于数据库,因此被广泛应用于产品追踪、手机二维码业务等方面。Data Matrix二维条码自动识别的算法较为成熟,但对由于拍摄角度造成的梯形畸变的条码图像识别率较低。为了解决这个问题,本文提出了逐行分割法,有效解决了梯形畸变条码的识别问题。     

基于AR12的随机抽样样本选取算法在F1A薄膜蒸发器建模中的应用

本文将ART2聚类算法与随机抽样算法相结合,提出了一种新的样本选取算法,并通过样本空间分布图和原始样本空间分布图的对比,验证了该算法的有效性。最后将该算法应用于PTA薄膜蒸发器的神经网络建模过程。     

基于ART2的随机抽样样本选取算法在PTA薄膜蒸发器建模中的应用

本文将ART2聚类算法与随机抽样算法相结合,提出了一种新的样本选取算法,并通过样本空间分布图和原始样本空间分布图的对比,验证了该算法的有效性.最后将该算法应用于PTA薄膜蒸发器的神经网络建模过程.     

随机多阶段分销网络设计模型

为了更合理的设计分销网络,本文提出了一种随机多阶段的联合选址-库存模型。在该模型中,不仅考虑了经济规模和分摊效益的影响。同时通过情景规划,考虑了在多阶段的分销网络设计中,对未来市场环境的不确定性。该模型的目标是使整个战略周期内的总期望成本(包括库存、运输、选址成本与损失的收益)最小。本文将该模型建立成为了一个非线性的整数规划模型,同时提出了一种基于拉格朗日松弛的求解算法。最后,本文使用该算法求解了三组不同规模的算例,得到的计算结果证明了拉格朗日算法是求解该模型的有效算法。     

一种基于小生境熵的自适应混合遗传算法

将熵的概念引入共享机制小生境技术,提出了一种基于小生境熵的自适应混合遗传算法.通过自适应调整小生境半径,改进了共享机制在算法中的作用,提出了用以度量种群多样性的小生境熵的概念.算法通过种群所处的进化世代数及该世代种群的小生境熵,实现了进化参数(交叉、变异概率)的自适应调整.证明了该算法具有强全局收敛性.实验表明,该算法对于解决多模态函数优化问题,具有很好的全局搜索能力和较快的收敛速度.     

图像识别技术在南疆棉铃虫防治中的应用研究

为了提出根除南疆棉铃虫的有效策略,必须快速、经济、有效的追踪其发生发展及分布情况。依据对图像识别技术的理解,结合南疆地区特殊的自然环境及棉花基地实际情况,针对南疆不同区域棉花种植的特点,利用图像的特征提取、可视化技术,抽取南疆不同棉花基地棉铃虫有效的图像特征,将农作物病虫害防治专业知识与图像识别技术结合,本文提出了利用图像识别技术研究建立棉铃虫追踪与监测特征模型来防治棉铃虫的策略方法。经过分析,理论上该方法在未来棉铃虫防治方面是可行的。     

一种同杆并架双回线的故障测距新算法

比较分析了各种主要的测距算法,提出了一种同杆并架双回线的故障测距新算法。算法采用分布参数线路模型,利用了双端数据和六序分量法,并考虑了对不准确线路参数识别的问题。PSCAD仿真表明了该算法的正确性和有效性,测距精度较高,不受故障过渡阻抗、负荷电流和系统运行方式的影响,不需要双端数据同步,对不准确的线路参数具有较好的自适应能力。该算法具有工程实用价值。     

具有模糊预约时间的VRP混合遗传算法

在对具有模糊预约时间的多对多货物收发情况下的车辆路径问题进行简单描述的基础上,构建了该问题的多目标数学规划模型,提出了解决该问题的一种基于插入启发式算法、并用修正的推—碰—掷过程进行改进的混合遗传算法,最后,给出了该问题的一个计算实例,并与改进的Solomon插入启发式算法进行了比较.     

供应网络中越库转运中心仓门分配问题研究

本文探讨一种带有时间窗口的仓门分配问题--车辆在转运中心进行货物装却作业时如何在其时间窗口限制内有效的分配有限的仓门资源,以达到最佳运作效率.以往的研究结果表明该问题是强NP难题,因此本文针对该问题的特殊结构,提出一种新颖的整合了贪婪算法、遗传算法以及禁忌算法思想的混合启发式算法来有效的解决该问题.我们并将该混合启发式算法与遗传算法、禁忌算法以及CPLEX这三种方式的求解效果进行对比,其数值实脸结果表明混合启发式算法在求解效果上有明显的优势.     

基于自感应蚁群算法的VRPSDP问题研究

同时供货和取货的车辆路径问题是车辆路径问题的重要组成部分之一,问题的复杂性使得目前的主要求解方法局限于各种插入式启发算法。本文引用了近年来出现的蚁群算法,并通过对蚂蚁行为的深入研究,首次提出了感应因子、期望程度因子、距离性比因子以及加速因子的概念,在信息素更新方面融入了当前路径的距离特征,构建了一种全新的自感应蚁群算法。该方法充分利用全局分布的信息素感应信息,并且根据车辆容量支配值以及节点间距和节点-中心点间距性比进行状态转移,利用信息素更新公式中加速因子的动态调节有效地解决了算法快速收敛与陷入局部最优的矛盾。仿真试验证明了自感应蚁群算法的有效性,同时,该算法也拓展了车辆路径问题的算法空间。     

解决多目标优化问题的自适应差分算法

针对多目标优化问题,该文提出了一种自适应差分算法.该算法引用了一种新的选择方法,有效保留了精英解;给出了自适应参数F的一个新定义,使算法的搜索速度与算法当前的实际情况相结合;同时采取了局部搜索策略,有利于算法全面搜索可行空间.最后,把算法应用到四个典型的多目标测试函数,数值结果表明,该算法能够有效的收敛到Pareto非劣最优目标域,并沿着Pareto非劣目标域有很好的分散性.     

资源约束下多项目调度的启发式算法

讨论了目前RCPSP领域的研究现状,建立了一种针对单模式资源受限下多项目调度问题的数学模型,并提出一种解决该问题的启发式算法,给出了具体的算法步骤以及算例,结果表明该算法可以得到可行解.     

基于新型图论聚类法的物流系统多设施选址策略研究

提出了一类基于图论的新型聚类算法并将其应用于物流系统中的多设施选址问题。与其他聚类算法相比,该新型算法聚类效率更高且具有更小的聚类树,从而使得有意义的聚类结果更加清晰。比较算例验证了该算法应用于多设施选址问题的高效性和实用性。     

一种基于图论的网络路由新算法

本文介绍了一种易于多处理器并行运算的快速路由算法,然后给出了新算法的正确性与合理性论证,最后对该算法并行运算的可行性进行了论述。     

农村区域发展专业毕业生就业状况研究

近年来应届毕业生人数不断攀升,2014年达到近727万人,毕业生就业问题牵动着千家万户。本文以河北农业大学农村区域发展专业为例,追踪毕业生就业方向、发展状况,调研该专业的社会需求情况,为提高该专业应用型人才的培养质量和就业竞争力提供可行思路。     

多工程间资源分配的决策及优化

采用两层决策方法分析并建立了有限资源在多个工程间分配问题的数学模型。针对该问题的特点 ,将遗传算法与启发式算法相结合 ,构造出一种新的混合启发式算法 ,用于求解该问题的全局最优解 ,并给出了具体的算法步骤。仿真计算结果表明 ,本文建立的模型和提出的算法是合理和有效的     

跨境电商企业海外仓选址多目标优化研究

海外仓作为一带一路战略环境下的一种新型跨境物流模式,具有运输时间短、退换货快等特点。本文在跨境电商的背景下,综合考虑建仓成本、运输费用、运输时间和税费等因素,提出了海外仓选址多目标优化模型,随后基于分层序列法设计了二分搜索-最小费用流算法对该模型进行求解,并证明该算法在多项式时间内可以得到最优解,最后通过算例证实了该模型和算法的有效性和实用性,这为跨境电商海外仓选址提供了理论依据和决策支持。     

房地产开发项目投资组合优化的改进蚁群算法

开发项目投资组合是分散房地产开发非系统风险的一重要策略。现有的房地产开发投资组合理论及算法存在缺陷,本文利用熵作为风险衡量指标,并将蚁群算法引入房地产开发领域,且针对基本蚁群算法存在的计算复杂,易陷入局部最优等缺陷,提出了一种基于信息熵的改进蚁群算法,采用由信息熵控制的路径选择及随机扰动策略实现了算法的自适应调节,克服了基本蚁群算法的不足。TSP问题的计算结果表明了该方法较之其他改进算法的优势。以各项目间的均值熵代替TSP中的各城市距离后的房地产投资组合计算实例表明,该方法具有较好的收敛性、稳定性和鲁棒性,是求解组合优化问题的一种较好的方法。